THUDM/AgentInstruct

AgentInstruct数据集是一个精心策划的数据集，包含1,866个高质量交互，旨在通过任务推导和自我指导等方法增强AI代理在六个不同现实世界任务中的表现。数据集的特点包括使用ReAct方法提供详细的思想解释、涵盖六个现实世界场景、通过严格奖励过滤确保高质量、以及进行严格检查以避免数据泄漏。任务概述部分列出了每个任务的过滤轨迹数量和平均轨迹轮次。

The AgentInstruct dataset is a meticulously curated collection containing 1,866 high-quality interactions, designed to boost the performance of AI Agents across six distinct real-world tasks via methodologies including task deduction and self-instruction. Key features of this dataset are: detailed thought explanations generated using the ReAct method, coverage of six real-world scenarios, assurance of high data quality through rigorous reward-based filtering, and strict checks to prevent data leakage. The task overview section enumerates the number of filtered trajectories and the average trajectory turns for each individual task.

原始信息汇总

数据集概述

数据集名称

• AgentInstruct

数据集特征

• conversations
  • from: 数据类型为字符串
  • loss: 数据类型为布尔值
  • value: 数据类型为字符串
• id: 数据类型为字符串

数据集分割

• os
  • num_bytes: 660245
  • num_examples: 195
• db
  • num_bytes: 1436655
  • num_examples: 538
• alfworld
  • num_bytes: 1223363
  • num_examples: 336
• webshop
  • num_bytes: 1602648
  • num_examples: 351
• kg
  • num_bytes: 2960010
  • num_examples: 324
• mind2web
  • num_bytes: 159590
  • num_examples: 122

数据集大小

• download_size: 1255385
• dataset_size: 8042511

语言

• en

数据集描述

• AgentInstruct 是一个包含1,866个高质量交互的数据集，旨在提升AI代理在六个不同真实世界任务中的表现。该数据集利用了创新的任务推导和自我指导方法。

任务概览

Task	# Filt. Traj.	Avg # Filt. Traj. Turns
ALFWorld	336	13.52
WebShop	351	3.68
Mind2Web	122	1.00
Knowledge Graph	324	6.04
Operating System	195	3.85
Database	538	2.06
AgentInstruct	1866	5.24

模型

• AgentLM 模型通过在AgentInstruct数据集和ShareGPT数据集上混合训练生成。

• 模型遵循Llama-2-chat的对话格式，系统提示固定为：

  You are a helpful, respectful and honest assistant.

• 7B, 13B, 和 70B 模型可在Huggingface模型库中获取。

搜集汇总

背景与挑战

背景概述

AgentInstruct是一个高质量的数据集，包含1,866条交互数据，覆盖六个真实世界任务，旨在通过思维链和严格过滤方法提升AI代理的决策能力。该数据集用于训练AgentLM模型，支持多任务场景下的代理能力泛化。